Thèse soutenue

Modélisation et caractérisation multi-paramétrique ultrasonore pour l'évaluation in vivo de l'hétérogénéité tumorale et son influence sur l'évolution thérapeutique
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Jérôme Griffon
Direction : Sharon Lori Bridal
Type : Thèse de doctorat
Discipline(s) : Informatique médicale - Imagerie biomédicale
Date : Soutenance le 16/05/2019
Etablissement(s) : Sorbonne université
Ecole(s) doctorale(s) : École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale (Paris ; 2000-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire d'imagerie biomédicale (Paris ; 2014-....)
Jury : Président / Présidente : Jean-Michel Correas
Examinateurs / Examinatrices : Lubka Roumenina, Michele Lamuraglia
Rapporteurs / Rapporteuses : Emilie Franceschini, Jean-Luc Gennisson

Résumé

FR  |  
EN

L'hétérogénéité intratumorale influençant l'effet d'une thérapie, l'objectif de cette thèse est, en combinant les paramètres issus des imageries ultrasonores de contraste, d'élastographie par onde de cisaillement et d’ultrasons quantitatifs, de caractériser l'évolution tumorale et son hétérogénéité. Trois expériences précliniques menées sur deux modèles tumoraux murins et utilisant trois thérapies différentes ont permis de montrer que les techniques d'imagerie ultrasonore apportent des informations complémentaires à l'étude du volume seul lors de la croissance tumorale. L'étude multiparamétrique des corrélations entre les paramètres d'imagerie estimés sur la tumeur entière (échelle globale) révèle que les relations entre les différents paramètres varient en fonction du modèle tumoral et du traitement thérapeutique. Pour un modèle tumoral et une thérapie donnés, les corrélations entre les paramètres sont modifiées en considérant des zones plus locales et homogènes définies par un découpage en superpixel (échelle locale). Ceci suggère que les corrélations déterminées à une échelle locale sont sensibles à la répartition spatiale des différents paramètres au sein de la tumeur non considérée à l’échelle globale. Enfin, nous avons constaté que certains paramètres de l'imagerie de contraste sont corrélés à l’évolution future de la croissance tumorale. Ceci suggère que l'intégration des données de l'imagerie de contraste dans les modèles mathématiques peut aider à mieux prévoir l'évolution tumorale. L’ensemble de ces résultats montrent l'intérêt d'une évaluation plus localisée et multiparamétrique afin de mieux interpréter les modifications au sein d'une tumeur au cours du temps.